Anda di halaman 1dari 9

1 PERAMALAN PENJUALAN Dalam menjalankan kegiatan usahanya, perusahaan dapat menganut salah satu dari dua pendekatan berikut

ini, yaitu : 1. Pendekatan Speculative Yaitu pendekatan dimana perusahaan tidak memperhitungkan resiko yang diakibatkan oleh ketidakpastian factor-faktor ekstern dan intern. 2. Pendekatan Calculated Risk Yaitu pendekatan dimana perusahaan melakukan estimasi secara aktif terhadap resiko yang diakibatkan oleh ketidakpastian factor-faktor ekstern dan intern. Faktor-faktor yang dapat mempengaruhi kegiatan perusahaan yaitu : 1. Faktor Intern, meliputi : a. Kualitas dan kegunaan produk perusahaan, yg menyangkut : Bagaimana produk itu dipakai, Mengapa orang membeli produk tersebut, Penggunaan produk potensial dan Perubahan-perubahan yang dapat menaikkan kegunaan produk. b. Ongkos produksi dan distribusi produk perusahaan, yang menyangkut : Proses pembuatan produk Teknologi yang dipakai Bahan mentah yang dipakai Kapasitas produksi dan Biaya memasarkan produk. c. Kecakapan manajemen perusahaan sendiri (managerial skill) yang meliputi : Penghayatan persoalan yang dihadapi Kemampuan melakukan peramalan dan Kemampuan melihat reaksi pesaing. 2. Faktor Ekstern, meliputi : a. Kecakapan manajemen pesaing. b. Volume kegiatan perekonomian, yang ditentukan oleh : Konsumen dan tingkat daya belinya Manajer (produsen) lain yang sejenis Spekulator Peraturan (hukum) yang mengatur produksi dan distribusi produk Keadaan politik Kondisi lingkungan dan Kehidupan organisasi ekonomi. c. Barang substitusi dan kemungkinan penemuan barang baru yang lebih baik. d. Selera masyarakat e. Faktor-faktor lain, seperti : Mudahnya perusahaan keluar masuk dalam industri Iklim dan perubahan pemakaian produk Konflik politik. A. Pengertian Peramalan Penjualan. Peamalan (forecasting) adalah suatu cara untuk mengukur atau menaksir kondisi bisnis di masa yang akan datang. Pengukuran tersebut bisa dilakukan secara kuantitatif dan kualitatif. Pengukuran secara kuantitatif biasanya menggunakan metode statistic dan matematik. Sedangkan pengukuran secara kualitatif biasanya menggunakan judgment (pendapat). Kedua cara tersebut masing-masing mempunyai kelemahan tersendiri. Penggunaan metode statistic saja secara keseluruhan masih kurang dapat dipercaya hasilnya karena banyak hal yang tidak dapat diukur secara kuantitatif, misalnya perkembangan politik, struktur masyarakat

2 dan perubahan selera konsumen. Sebaliknya, penggunaan judgment saja juga dianggap kurang bijaksana karena kadang-kadang bersifat pribadi dan sukar dimengerti oleh pihak lain. Dengan adanya masing-masing kelemahan dari kedua cara di atas, maka dapat dikatakan bahwa peramalan menghendaki perpaduan antara analisa yang ilmiah dan pendapat pribadi perencana. Dalam hal ini, teknik statistic dipakai sebagai alat primer bagi penyusunan forecast, sedangkan interpretasi dan judgment dipakai sebagai pelengkap. Peramalan penjualan adalah ramalan/perkiraan/proyeksi mengenai jumlah penjualan yang diharapkan untuk suatu periode tertentu dengan berbagai asumsi/anggapan. Asumsi disini misalnya segala sesuatu berjalan seperti masa yang lalu. Peramalan penjualan merupakan pusat dari seluruh perencanaan perusahaan karena peramalan penjualan sangat mempengaruhi dan bahkan menentukan terhadap berbagai keputusan dan kebijaksanaan yang diambil, misalnya : Kebijaksanaan dalam perencanaan produksi Kebijaksanaan persediaan barang jadi Kebijaksanaan penggunaan mesin-mesin Kebijaksanaan investasi dalam aktiva tetap Rencana pembelian bahan mentah dan pembantu Rencana aliran kas. Peramalan penjualan akan berubah fungsinya menjadi rencana penjualan apabila manajemen memasukkan unsure pertimbangan subyektif, rencana, strategi, dll. B. Metode Peramalan Penjualan Secara sistematis, teknik-teknik atau metode-metode peramalan penjualan dapat dikelompokkan sebagai berikut, yaitu : Peramalan berdasarkan pendapat (judgment method) Peramalan berdasarkan perhitungan statistic a. Analisa Trend Analisa trend secara bebas Analisa trend dengan setengah rata-rata Analisa trend secara matematis - Metode Moment - Metode Least Square b. Formula Regresi dan Analisa Korelasi Peramalan berdasarkan metode-metode khusus a. Analisa Industri b. Analisa Product Line c. Analisa Penggunaan Akhir Peramalan berdasarkan pendapat (judgment method) Metode ini dapat digunakan untuk menyusun peramalan penjualan maupun peramalan kondisi bisnis pada umumnya. Berbagai pendapat yang menjadi dasar untuk melakukan peramalan adalah sebagai berikut : Pendapat Salesman Para salesman diminta untuk : Mengukur apakah terdapat kemajuan atau kemunduran tentang segala hal yang berhubungan dengan tingkat penjualan pada daerah mereka masing-masing. Mengestimasi tentang tingkat penjualan di daerah masing-masing di waktu mendatang Hasil perkiraan para salesman kemudian diolah oleh bagian penjualan karena kemungkinan mereka hanya memperhatikan kemampuannya di masa yang lalu tanpa memperhatikan kondisi lingkungannya. Pendapat Sales Manajer Perkiraan yang dibuat oleh para salesman perlu dibandingkan dengan perkiraan yang dbuat oleh manajer penjualan karena manajer penjualan tentunya mempunyai pengalaman, pertimbangan dan pandangan yang lebih luas mengenai berbagai hal yang berhubungan dengan penjualan diwilayahnya. Pendapat Para Ahli

1. 2.

3.

a.

b.

c.

3 Jika terdapat perbedaan antara perkiraan yang dibuat oleh para salesman dan perkiraan yang dibuat oleh manajer penjualan maka perlu dminta lagi pendapat/pertimbangan dari para ahli (konsultan). d. Survei Konsumen Yaitu penelitian secara langsung terhadap para konsumen apabila ketiga pandapat di atas dirasa kurang dapat dipertanggungjawabkan. Peramalan berdasarkan perhitungan statistic Dengan menggunakan perhitungan-perhitungan statistic di dalam melakukan peramalan, maka unsur-unsur subyektifitas sebagaimana terdapat di dalam metode berdasarkan pendapat dapat ditekan seminimal mungkin. Penggunaan perhitungan-perhitungan statistic di dalam meramalkan jumlah penjualan dapat dilakukan dengan berbagai cara, yaitu : A. ANALISA TREND Analisa trend digunakan apabila produk yang dijual tidak tergantung dari variable lain. Sedangkan apabila produk dapat dijual kalau ada pengaruh dari variable lain, maka digunakan formula regresi dan analisa korelasi. Misalnya penjualan susu kaleng untuk bayi di suatu daerah sangat tergantung pada besarnya tingkat kelahiran di daerah tersebut. Analisa trend terdiri dari : (1) analisa trend secara bebas, (2) analisa trend dengan setengah rata-rata dan (3) analisa trend secara matematis. (1) Analisa trend secara bebas Adalah suatu analisa yang dilakukan bukan dengan rumus matematika, tetapi sesuai dengan pertimbangan-pertimbangan dari yang melakukan analisa. Oleh sebab itu, pengggambaran garis trend dengan analisa trend secara bebas tersebut sangat subyektif dan kurang memenuhi persyaratan ilmiah. Contoh 1 Sebuah perusahaan yang bergerak dalam bidang penjualan tekstil, ingin membuat peramalan penjualan untuk beberapa tahun mendatang di daerah Jawa Timur. Data penjualan tahun-tahun terakhir sebagai berikut : 2.

Tahun (X) Penjualan (ribuan meter) (Y) 2002 130 2003 145 2004 150 2005 165 2006 170 Dengan menggunakan analisa trend secara bebas, maka garis trend dapat dilihat pada gambar 1 (2) Analisa trend dengan setengah rata-rata Adalah analisa trend yang dilakukan dengan menggunakan perhitungan-perhitungan dan unsur subyektifitas dapat dihilangkan. Rumus yang digunakan di dalam metode ini adalah sbb : Y = a+bX a = rata-rata kelompok I Rata-rata kelompok II rata-rata kelompok I b = n n = jumlah tahun dalam kelompok II dan I X = jumlah tahun dihitung dari periode dasar. Contoh 2.1 Sebuah perusahaan tekstil ingin membuat ramalan penjualan tekstil di daerah Kalimantan Selatan untuk beberapa tahun mendatang. Data penjualan selama beberapa tahun terakhir adalah sbb :

Tahun (X) 1989 1990 1991 1992

Penj. (ribuan meter) (Y) 2.000 2.200 2.500 2.300

Tahun (X) 1993 1994 1995 1996

Penj. (ribuan meter) (Y) 2.600 2.700 3.000 3.100

Berdasarkan data-data di atas : 1. Buatlah persamaan garis trend dengan metode setengah rata-rata ! 2. Buatlah garis trend-nya ! 3. Hitunglah nilai trend tahun 1997 ! Jawab 2.1 1. Persamaan garis trend dengan metode setengah rata-rata : Rumus dasar : Y = a + b X Untuk mencari nilai a dan b, data terlebih dahulu dibagi menjadi dua kelompok, sebagaimana terlihat dalam table berikut ini. Tahun Penj. ((Y) X Semi Total Semi Average 1989 2.000 - 3 1990 2.200 - 1 1991 2.500 + 1 9.000 9.000 / 4 = 2.250 1992 2.300 + 3 9.000 1993 2.600 + 5 1994 2.700 + 7 1995 3.000 + 9 11.400 11.400 / 4 = 2.850 1996 3.100 + 11 11.400 Berdasarkan table di atas, dpt dibuat persamaan trend yaitu : a = 2.250 (2.850 2.250) 600 b= = = 150 4 4 Satu tahun bernilai 2 X = 150 / 2 = 75 Persamaan garis trend : Y = 2.250 + 75 X 2. Membuat garis trend : Untuk menggambarkan garis trend secara tepat dan menunjukkan fluktuasi penjualan secara lengkap, perlu dihitung nilai trend pada masing-masing tahun. Persamaan trend : Y = ao + b X , dimana : Y = nilai trend pada tahun tertentu ao = nilai trend periode dasar X2 X1 b = n X = jumlah tahun dihitung dari periode dasar Ada dua cara perhitungan :

Pers. Th 1989 1990 1991 1992 1993 1994 1995 1996

Y = 2.250 + 75 X Nilai Trend Y = 2.250 + 75 (- 3) = 2.025 Y = 2.250 + 75 (- 1) = 2.175 Y = 2.250 + 75 (+ 1) = 2.325 Y = 2.250 + 75 (+ 3) = 2.475 Y = 2.250 + 75 (+ 5) = 2.625 Y = 2.250 + 75 (+ 7) = 2.775 Y = 2.250 + 75 (+ 9) = 2.925 Y = 2.250 + 75 (+11)= 3.075

Pers. Th 1989 1990 1991 1992 1993 1994 1995 1996

Y = 2.850 + 75 X Nilai Trend Y = 2.850 + 75 (-11) = 2.025 Y = 2.850 + 75 (-9) = 2.175 Y = 2.850 + 75 (-7) = 2.325 Y = 2.850 + 75 (-5) = 2.475 Y = 2.850 + 75 (-3) = 2.625 Y = 2.850 + 75 (-1) = 2.775 Y = 2.850 + 75 (+1) = 2.925 Y = 2.850 + 75 (+5) = 3.075

3. Nilai trend tahun 1997 : Y = 2.250 + 75 (+ 13) = 3.225 atau Y = 2.850 + 75 (+ 5) = 3.225 3) Analisa trend secara matematis Metode Moment 1. Persamaan garis trend dengan metode Moment Rumus dasar : Y = a + bX 1. Untuk mencari nilai a dan b, digunakan rumus sebagai berikut : Yi = n.a + bXi 2 XiYi = aXi + bXi Tahun 1989 1990 1991 1992 1993 1994 1995 1996 Jumlah 20.400 = 8a + 28b 77.700 = 28a + 140b 8a + 28b = 20.400 28a + 140b = 77.700 Xi 0 1 2 3 4 5 6 7 28 Penjualan (Yi) 2.000 2.200 2.500 2.300 2.600 2.700 3.000 3.100 20.400 XiYi Xi 0 2.200 5.000 6.900 10.400 13.500 18.000 21.700 77.700 0 1 4 9 16 25 36 49 140 2 Yi 2.025 2.175 2.325 2.475 2.625 2.775 2.925 3.075

56a + 196b = 142.800 56a + 280b = 155.400 84b = 12.600 b= 150 56a + 196b = 142.800 56a + 196 (150) = 142.800 56a = 113.400 a = 2.025 Dengan demikian, persamaan garis trend adalah sebagai berikut : Y = 2.025 + 150 X

x7 x2

2. Membuat Garis Trend Untuk membuat garis trend, maka nilai trend setiap tahunnya perlu dihitung terlebih dahulu. Nilai trend per tahun adalah sebagai berikut : 1989 : Y = 2.025 + 150 (0) = 2.025 1990 : Y = 2.025 + 150 (1) = 2.175 1991 : Y = 2.025 + 150 (2) = 2.325 1992 : Y = 2.025 + 150 (3) = 2.475 1993 : Y = 2.025 + 150 (4) = 2.625 1994 : Y = 2.025 + 150 (5) = 2.775 1995 : Y = 2.025 + 150 (6) = 2.925 1996 : Y = 2.025 + 150 (7) = 3.075 3. Nilai trend tahun 1997 : Y = 2.025 + 150 (8) = 3.225 Metode Least Square 1. Persamaan garis trend dengan metode Least Square Rumus dasar : Y = a + bX Dimana : Y a = -------n XY b = -------2 X Tahun 1989 1990 1991 1992 1993 1994 1995 1996 Jumlah X -7 -5 -3 -1 +1 +3 +5 +7 Penjualan (Y) 2.000 2.200 2.500 2.300 2.600 2.700 3.000 3.100 20.400 XY - 14.000 - 11.000 - 7.500 - 2.300 2.600 8.100 15.000 21.700 12.600 2 X 49 25 9 1 1 9 25 49 168

Y 2.025 2.175 2.325 2.475 2.625 2.775 2.925 3.075 -

Berdasarkan tabel di atas, dapat dihitung nilai a dan b yaitu : 20.400 a = --------- = 2.550 8 12.600 b = --------- = 75 168 Dengan demikian, persaman garis trend-nya adalah sebagai berikut : Y = 2.550 + 75 X 2. Membuat garis trend dengan metode Least Square Untuk membuat garis trend, maka nilai trend setiap tahunnya perlu dihitung terlebih dahulu. Nilai trend per tahun adalah sebagai berikut :

1989 : Y = 2.550 + 75 (- 7) = 2.025 1990 : Y = 2.550 + 75 (- 5) = 2.175 1991 : Y = 2.550 + 75 (- 3) = 2.325 1992 : Y = 2.550 + 75 (- 1) = 2.475 1993 : Y = 2.550 + 75 (- 1) = 2.625 1994 : Y = 2.550 + 75 (- 3) = 2.775 1995 : Y = 2.550 + 75 (- 5) = 2.925 1996 : Y = 2.550 + 75 (- 7) = 3.075 3. Nilai trend tahun 1997 : Y = 2.025 + 75 (9) = 3.225 B. Formula Regresi dan Analisa Korelasi Sebagaimana telah dikemukakan bahwa membuat forecast penjualan dengan analisa trend digunakan apabila produk yang dijual tidak tergantung dari variable lain. Sedangkan apabila produk (misalnya X) dapat dijual kalau ada pengaruh dari variable lain (misalnya Y), maka digunakan Formula Regresi. Formula Regresi tampak sebagai beirkut : Menurut Gunawan : YP = a + b X dimana : a = jumlah pasang observasi b = koefisien regresi Besarnya a dan b dapat dihitung dengan bantuan humus : n.XY - XY b = --------------------2 2 n.X (X) Y - bX a = [ -------------- ] n

Menurut Munandar : Y=a+bX Dimana a dan b dihitung dengan menggunakan rumus sbb : Y= n.a + bX 2 XY = aX + bX. Contoh : Data mengenai jumlah penjualan susu bayi (Y) dan tingkat kelahiran bayi (X) untuk 5 tahun terakhir dari Perusahaan Sahabat Kita adalah sbb : Tahun X Y 1992 3 130 1993 4 145 1994 5 150 1995 6 165 1996 7 170 Jumlah 25 760

Berdasarkan data-data di atas : Buatlah persamaan garis regresi ! Hitunglah regresi setiap tahunnya ! Hitunglah koefisien korelasinya ! 1. Membuat Persamaan Garis Trend Tahun X Y

XY X

2 Y 16.900 21.025 22.500 27.225 28.900 116.550

YP 132 142 152 162 172

1992 3 130 390 9 1993 4 145 580 16 1994 5 150 750 25 1995 6 165 990 36 1996 7 170 1.190 49 Jumlah 25 760 3.900 135 Menurut Gunawan : Dengan melihat tabel, nilai a dan b dapat ditentukan sebagai berikut : (5) (3.900) (25) (760) b = ----------------------------2 (5) (135) (25) 19.500 19.000 b = --------------------675 - 625

500 b = -----50 B = 10 760 (10) (25) a = -------------------5 760 - 250 a = ------------5 510 a = ------5 a = 102 Dengan demikian, persamaan Regresi : Yp = 102 + 10x Kemudian hubungan saling ketergantungan antara kedua variabel harus ditest besar kecilnya, dg menghitung koefisien korelasi. Bila koefisien korelasi menunjukkan angka 1 atau mendekati 1, berarti pengaruh variabel independen (X) terhadap variabel dependen (Y) adalah besar baik positif maupun negatif. Tetapi bila koefisien korelasi menunjukkan angka mendekati nol maka pengaruh tsb kecil sekali. Kalau koefisien korelasi adalah nol mk tidak ada pnegaruhnya sama sekali. Contoh r = 0,985 (lihat hal. 162) Angka koefisien korelasi = 0,985 berarti bahwa pengaruh tingkat kelahiran sama besar dan positif terhadap tingkat permintaan susu bayi. Bila tingkat kelahiran meningkat maka permintaan terhadap susu bayi meningkat. Sebaliknya bila tingkat kelahiran menurun maka permintaan terhadap susu bayi menurun pula. Peramalan berdasarkan metode-metode khusus Analisa Industri Analisa Product Line

a. b.

9 c. Analisa Penggunaan Akhir

SOAL LATIHAN Perusahaan Soraya akan menyusun budget penjualan tahun 2011. Sebelum budget penjualan disusun, perusahaan membuat ramalan penjualan dengan menggunakan Metode Least Square Perusahaan memproduksi dan menjual satu produk dengan 3 (tiga) daerah penjualan yaitu Kal-Sel, Kal-Teng dan KalTim. Harga jual per unit di masing-masing daerah penjualan sama. Data penjualan untuk seluruh daerah sbb : Tahun 2004 2005 2006 2007 2008 2009 2010 Tingkatan penjualan dalam unit 67.000 72.000 70.000 73.000 74.000 75.000 80.000 Harga (Rp.) 50.000 50.000 65.000 70.000 75.000 85.000 90.000

a. b. c.

Berdasarkan data di atas, Saudara diminta untuk : 1. Membuat ramalan penjualan (forecast) tahun 2011! 2. Menyusun budget penjualan tahun 2011 secara lengkap dan terperinci apabila diketahui bahwa : Tingkat penjualan di Kal-Sel 45 %, Kal-Teng 25 % dan Kal-Tim 30 %. Harga jual tahun 2011 adalah 15 % di atas harga jual tahun 2010. Penjualan dari bulan ke bulan konstan. SELAMAT BEKERJA